Tabel 4.19 One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 96
Normal Parameters
a
Mean .0000000
Std. Deviation 2.02522895
Most Extreme Differences
Absolute .105
Positive .067
Negative -.105
Kolmogorov-Smirnov Z 1.033
Asymp. Sig. 2-tailed .236
a. Test distribution is Normal.
Sumber: Hasil Pengolahan SPSS Mei 2012
Berdasarkan Tabel 4.19 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0. 236 ini berarti nilainya diatas nilai signifikan 5 0.05 dengan kata lain
variabel residual berdistribusi normal.
1.5.2 Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari suatu residual pengamatan ke pengamatan lain. Jika
varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model
regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada atau tidaknya
heteroskedastisitas, yaitu: 1.5.2.1 Metode Grafik
Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
Universitas Sumatera Utara
heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi
heterokedastisitas.
Sumber: Hasil Pengolahan SPSS Mei 2012 Gambar 4.20
Scatter Plot Uji Heteroskedastisitas
Berdasarkan Gambar 4.20 dapat terlihat bahwa titik- titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di atas
maupun dibawah angka nol pada sumbu Y. 1.5.2.2 Uji Glejser
Tabel 4.21 Uji Glejser
Coefficients
a
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta
1 Constant
.258 1.073
.240 .811
Kualitas Produk .026
.073 .055
.358 .721
Harga .096
.086 .136
1.123 .264
Citra Perusahaan -.022
.078 -.044
-.281 .780
a. Dependent Variable: absut
Universitas Sumatera Utara
Sumber: Hasil Pengolahan SPSS Mei 2012
Berdasarkan Tabel 4.22 dapat diketahui bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen
absolute Ut absut. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5 jadi disimpulkan model regresi tidak mengarah adanya
heteroskedastisitas.
4.5.3 Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel independen. Berikut ini disajikan cara mendeteksi multikolinierritas dengan menganalisis matrik
korelasi antar variabel independen dan perhitungan nilai Tolerance dan Variance Inflation Factor VIF.
Tabel 4.22 Uji Nilai
Tolerance dan VIF Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1 Constant
1.521 1.767
.861 .392
Kualitas Produk .204
.120 .151
1.709 .091
.442 2.263
Harga .127
.141 .062
.900 .371
.727 1.376
Citra Perusahaan .981
.128 .676
7.650 .000
.442 2.263
a. Dependent Variable: Kepuasan Pelanggan
Sumber: Hasil Pengolahan SPSS Mei 2012
Berdasarkan Tabel 4.23 dapat dilihat bahwa:
Universitas Sumatera Utara
a. Nilai VIF dari nilai kualitas produk, harga, dan citra perusahaan lebih kecil atau dibawah 5 VIF 5, ini berarti tidak terkena multikolinieritas antara
variabel independen dalam model regresi. b. Nilai Tolerance dari kualitas produk, harga, dan citra perusahaan lebih
besar dari 0.1, ini berarti tidak terdapat multikolinieritas antar variabel independen dalam model regresi.
1.6 Pengujian Hipotesis 1.6.1 Uji Signifikansi Parsial Uji- t